计算机视觉

文章中提出了一种线匹配算法，该算法利用线的局部外观及其几何属性。为了克服线段碎片和几何变化的问题，在尺度空间中提取线。 为了描述线条的局部外观，作者设计了一种名为线带描述符（Line Band Descriptor, LBD）的新型线条描述符。为了评估线对之间的几何一致性，定义了线对之间的几何属性。然后，构建了候选线匹配的关系图，并采用光谱技术来有效地解决这个匹配问题。所提算法的优点如下： (1) 由于采用了多尺度线条检测策略，该算法对图像变换具有很强的鲁棒性；(2) 由于设计的 LBD 描述符计算速度快，且外观相似性降低了图匹配问题的维度，该算法具有很高的效率；(3) 由于采用了成对几何一致性评估方法，该算法即使对于低纹理图像也具有很高的准确性。...

检测局部特征，例如角点、线段或斑点，是许多计算机视觉应用程序流程中的第一步。 它的速度对于实时应用程序至关重要。在本文中介绍一种快速有效的线段检测器 ELSED 。该线段检测器效率的关键是局部片段增长算法，该算法在存在微小不连续性的情况下连接梯度对齐的像素。 所提出的算法不仅可以在硬件非常低端的设备上运行，而且还可以根据任务的需求进行参数化，以促进短或长线段的检测。...

文章提出了一种新颖的边缘段检测算法，该算法可以实时运行并产生高质量的边缘段，每个边缘段都是一个线性像素链。与传统的边缘检测器在阈值梯度幅度集群上工作以确定边缘元素不同的是，所提出的方法首先沿着行和列发现被称为锚的稀疏点，然后通过一个智能的、启发式的边缘追踪程序连接这些锚，因此被称为边缘绘制 (Edge Drawing, ED) 。ED 产生的边缘图总是由干净的、完全连续的、定位良好的、一像素宽的边缘组成。边缘质量指标在本质上得到了满足，不需要进一步的边缘连接程序。此外，ED 还能够将结果以向量形式输出为链式边缘段数组。在各种图像上的实验表明，ED 产生了高质量的边缘图，并且比已知的Canny边缘检测器的最快实现（OpenCV 的实现）快了10% 。...

LSD 是一种线段检测算法，该方法能在较短的时间内获取较高精度的直线段检测结果。LSD 直线检测算法首先计算图像中所有点的梯度大小和方向，然后将梯度方向变化小且相邻的点作为一个连通域，接着根据每一个域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的域，最后对于生成的所有域做改善和筛选，保留其中满足条件的域，即为最后的直线检测结果。该算法的优点在于检测速度快，而且无需参数调节，利用错误控制的方法，提高直线检测的准确度。...

关键点检测通常会产生大量的关键点，这些关键点大多是聚类的、多余的和嘈杂的。这些关键点通常需要特殊处理，如自适应非最大限度抑制（ANMS），以保留最相关的关键点。在本文中，我们提出了三种新的有效的 ANMS 方法，确保快速和均匀地重新划分图像中的关键点。为此，我们提出了一个搜索范围的正方形近似，以抑制不相关的点，从而降低 ANMS 的计算复杂性。为了进一步加快所提出的方法，我们还引入了一种新的策略，根据图像维度初始化搜索范围，从而导致更快的收敛。为了突出我们的方法和初始化策略的有效性和可扩展性，我们进行了详尽的调查并与现有的方法进行了比较。...

本文介绍了基于图优化的滑动窗口紧耦合视觉惯性里程计中的视觉因子该如何创建与建模，并且如何构建残差用于优化系统...